※ 引述《sinclairJ (Jun)》之铭言： : 不好意思，又要来请教各位先进了 : 资料档大概格式如下（均是类别型资料） : （实际资料约为200列乘500000行） : ---------------------------- : 序 Y X1 X2 X3 : 1 1 0 1 2 : 2 1 0 0 0 : 3 2 2 1 1 : 4 1 1 1 2 : 5 2 0 2 2 : 6 2 1 1 2 : 7 2 1 0 1 : 8 1 2 1 1 : 9 1 1 2 0 : 10 2 0 0 2 : ...... : ...... : ..... : ----------------------------- : 以下有几个互相独立的资料处理动作要请教各位: : （1）如表格所示，Y有两种类别，X有三种类别，我想做的处理是比较Y的两种类别，其他 : 们的X变数是否为同样类别 : 举例: Y X1 X2 X3 : 1 0 1 2 : 1 0 2 2 : 2 0 0 1 : 2 0 1 1 : 然後因为X1都一样，所以我要把X1删除，请问这个预处理该如何於R上实现? 假如该 data frame 叫 dt 好了。 dt <- data.frame( Y = c(1,1,2,2), X1 = c(0,0,0,0), X2 = c(1,2,0,1), X3 = c(2,2,1,1) ) 可以利用 length(table(dt$X1)) > 1 这个运算来测试 X1 是不是非全等。 懂这个技巧後，套用 apply(dt, 2, function(.){length(table(.))}) > 1 就可以知道哪些栏是要保留的栏位。 合起来写就是 dt1 <- dt[, apply(dt, 2, function(.){length(table(.))}) > 1] dt1 为所求。 : （2）接下来我要对每个X变数做类似这样的处理 : 举例: X1 : 0 : 1 : 2 : 1 : 2 : 2 : 1 : 2 : 1 : 1 : 先找出最少的类别，其所占的比例 : 如X1最少的类别是0，比例为1/10，1/10就是我想得到的，只是回圈不太明白该怎麽写 同样举例子给你。 dt2 <- data.frame( X1 = c(0,1,2,1,2,2,1,2,1,1), X2 = c(0,1,1,1,1,1,1,1,1,2), X3 = c(0,0,0,0,0,1,1,2,2,2) ) sort(table(dt2$X1))[1] / length(dt2$X1) 可以看出 0 占 10% 最少。 所以，再套 apply(dt2, 2, function(.){sort(table(.))[1] / length(.)} ) 即为所求。 想看看是谁占最少则使用 apply(dt2, 2, function(.){attr(sort(table(.))[1], "names")}) 不过，dt2$X2 中 0 和 2 都是最少者，但这个方法没办法知道。 : （3）X变数做C取2组合方式(两两相互)对Y做逻辑斯回归(这边的X可转成数值型资料来处 : 理) : 举例 : Y X1 X2 X3 : 1 2 1 0 : 2 1 0 1 : 3 2 0 0 : 如果资料是上述这样 : 我就要建立三条回归 : Y~X1+X2 : Y~X2+X3 : Y~X1+X3 : 之後把显着(p<0.05)的X变数挑出来 Y 是 1,2,3... 怎麽做 logistic regression？ 是不是请你再确定？ 我建个资料用来示范： dt <- data.frame( Y = c(0,0,0,0,0,1,1,1), X1 = runif(8), X2 = runif(8), X3 = runif(8) ) n 球中抽出且不放回 k 球的所有组合可以用这个方式：combn(n, k) 因为你的 names(dt) 是 "Y" "X1" "X2" "X3"， 那就是 3 球中抽 2 球，共有种情况： dt.x <- dt[, which(names(dt) != "Y")] mat <- combn(names(dt.x), 2) 最後再把 mat 拚成 formula 字串： str <- paste0("Y ~ ", apply(mat, 2, paste, sep = "", collapse = " + ")) 就生成三个 formula 前身字串。 最後要做 logistic regression： mod <- list() for(i in 1:length(str)){ mod[[i]] <- glm(as.formula(str[i]), data = dt, family = binomial) } lapply(mod, summary) : 希望各位先进能指导指导小弟 : 若问题描述还不够清楚 : 我会再补充，先跟版上各位先进说声谢谢了 -- http://apansharing.blogspot.com/ --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 125.230.77.34 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1429698574.A.64E.html